• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Advances in Computing and Information Technology >Discovering Dispathcing Rules for Job Shop Schdeuling Using Data Mining
【24h】

Discovering Dispathcing Rules for Job Shop Schdeuling Using Data Mining

机译：使用数据挖掘发现作业商店调度的调度规则

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper introduces a methodology for generating scheduling rules using data mining approach to discover the dispatching sequence by applying learning algorithm directly to job shop scheduling. Job-shop scheduling is one of the well-known hardest combinatorial optimization problems. This paper considers the problem of finding schedule for a job shop to minimize the makespan using Decision Tree algorithm. This approach involves preprocessing of scheduling data into an appropriate data file, discovering the key scheduling concepts and representing of the data mining results in way that enables its use for job scheduling. In decision tree based approach, the attribute selection greatly influences the predictive accuracy and hence this approach also considers creation of additional attributes. The proposed approach is compared with literature and work is complement to the traditional methods.
机译：本文介绍了一种使用数据挖掘方法来生成调度规则的方法，通过将学习算法直接应用于作业商店调度来发现调度序列。工作店计划是最熟知的组合优化问题之一。本文考虑了使用决策树算法最小化MapEspan的查找计划的问题。该方法涉及预处理将数据调度到适当的数据文件中，发现密钥调度概念并表示数据挖掘结果，以实现其用于作业调度的方式。在基于决策树的方法中，属性选择极大地影响了预测准确性，因此这种方法也考虑了额外属性的创建。拟议的方法与文学和工作进行比较，是传统方法的补充。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号